使用人工神经网络和决策树进行鸡肉层分类

Firman Nurdiansyah, Fitri Marisa
{"title":"使用人工神经网络和决策树进行鸡肉层分类","authors":"Firman Nurdiansyah, Fitri Marisa","doi":"10.31328/jointecs.v7i3.4053","DOIUrl":null,"url":null,"abstract":"Indonesia merupakan negara yang sangat berkembang jumlah penduduknya. Seiring dengan perkembangan tahun ke tahun terus diimbangi dengan kesadaran akan arti penting peningkatan gizi dalam kehidupan. Oleh karena itu diperlukan sistem klasifikasi ayam petelur menggunakan Artificial Neural Network dan Decision Tree. Penelitian ini bertujuan untuk mengklasifikasikan jenis-jenis dari ayam petelur yang ada di Indonesia. Karena banyaknya jenis ayam, nantinya akan memudahkan masyarakat ataupun pengusaha ayam dalam memilih ayam petelur yang berkualitas baik. Disisi lain juga dapat meningkatkan ekonomi masyarakat dengan cara menjual sebuah ayam petelur dengan kualitas yang baik. Dalam pengujian yang dihasilkan Artificial Neural Network lebih baik dalam proses pengujiannya. Hasil membuktikan pada split ratio 50:50 tekstur dan bentuk dengan nilai precision mendapatkan nilai mencapai 0.680, recall mendapatkan nilai 0.521, f-measure mendapatkan nilai 0.600 dan accuracy juga memiliki nilai tertinggi mencapai 92.50% pada split ratio 50:50 antara data training dan data testing. Hasil membuktikan dengan klasifikasi menggunakan Artificial Neural Network menghasilkan precision, recall, f-measure dan accuracy tertinggi dibandingkan decision tree.","PeriodicalId":259537,"journal":{"name":"JOINTECS (Journal of Information Technology and Computer Science)","volume":"29 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-10-17","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"2","resultStr":"{\"title\":\"Klasifikasi Ayam Petelur Menggunakan Artificial Neural Network dan Decision Tree\",\"authors\":\"Firman Nurdiansyah, Fitri Marisa\",\"doi\":\"10.31328/jointecs.v7i3.4053\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Indonesia merupakan negara yang sangat berkembang jumlah penduduknya. Seiring dengan perkembangan tahun ke tahun terus diimbangi dengan kesadaran akan arti penting peningkatan gizi dalam kehidupan. Oleh karena itu diperlukan sistem klasifikasi ayam petelur menggunakan Artificial Neural Network dan Decision Tree. Penelitian ini bertujuan untuk mengklasifikasikan jenis-jenis dari ayam petelur yang ada di Indonesia. Karena banyaknya jenis ayam, nantinya akan memudahkan masyarakat ataupun pengusaha ayam dalam memilih ayam petelur yang berkualitas baik. Disisi lain juga dapat meningkatkan ekonomi masyarakat dengan cara menjual sebuah ayam petelur dengan kualitas yang baik. Dalam pengujian yang dihasilkan Artificial Neural Network lebih baik dalam proses pengujiannya. Hasil membuktikan pada split ratio 50:50 tekstur dan bentuk dengan nilai precision mendapatkan nilai mencapai 0.680, recall mendapatkan nilai 0.521, f-measure mendapatkan nilai 0.600 dan accuracy juga memiliki nilai tertinggi mencapai 92.50% pada split ratio 50:50 antara data training dan data testing. Hasil membuktikan dengan klasifikasi menggunakan Artificial Neural Network menghasilkan precision, recall, f-measure dan accuracy tertinggi dibandingkan decision tree.\",\"PeriodicalId\":259537,\"journal\":{\"name\":\"JOINTECS (Journal of Information Technology and Computer Science)\",\"volume\":\"29 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2022-10-17\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"2\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"JOINTECS (Journal of Information Technology and Computer Science)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.31328/jointecs.v7i3.4053\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"JOINTECS (Journal of Information Technology and Computer Science)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31328/jointecs.v7i3.4053","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 2

摘要

印度尼西亚是一个人口非常发达的国家。随着年复一年的发展,对改善生活营养的重要性的认识得到了平衡。因此,必须使用人工神经网络和Decision Tree对产蛋鸡进行分类系统。本研究旨在对印尼的蛋鸡进行分类。由于鸡的种类繁多,这将使社会或鸡商人更容易选择质量好的产蛋鸡。另一方面,它也可以通过出售质量好的产蛋鸡来促进社会经济。在人工神经网络的测试中,测试效果更好。结果证明了分割ratio 50:50的纹理和形状,等级达到0.680,记忆得到0.521的值,f-measure得到0.600的值,f-measure得到0.600的值,ch计算的值也是在培训数据和测试数据之间最高达到92.50%的分数。使用人工神经网络分类产生精确、记忆、f-measure和准确比树的判断最高。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Klasifikasi Ayam Petelur Menggunakan Artificial Neural Network dan Decision Tree
Indonesia merupakan negara yang sangat berkembang jumlah penduduknya. Seiring dengan perkembangan tahun ke tahun terus diimbangi dengan kesadaran akan arti penting peningkatan gizi dalam kehidupan. Oleh karena itu diperlukan sistem klasifikasi ayam petelur menggunakan Artificial Neural Network dan Decision Tree. Penelitian ini bertujuan untuk mengklasifikasikan jenis-jenis dari ayam petelur yang ada di Indonesia. Karena banyaknya jenis ayam, nantinya akan memudahkan masyarakat ataupun pengusaha ayam dalam memilih ayam petelur yang berkualitas baik. Disisi lain juga dapat meningkatkan ekonomi masyarakat dengan cara menjual sebuah ayam petelur dengan kualitas yang baik. Dalam pengujian yang dihasilkan Artificial Neural Network lebih baik dalam proses pengujiannya. Hasil membuktikan pada split ratio 50:50 tekstur dan bentuk dengan nilai precision mendapatkan nilai mencapai 0.680, recall mendapatkan nilai 0.521, f-measure mendapatkan nilai 0.600 dan accuracy juga memiliki nilai tertinggi mencapai 92.50% pada split ratio 50:50 antara data training dan data testing. Hasil membuktikan dengan klasifikasi menggunakan Artificial Neural Network menghasilkan precision, recall, f-measure dan accuracy tertinggi dibandingkan decision tree.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信